基于分解的多目标优化算法研究及其在小水电调度中的应用
发布时间：2021-05-12 05:30
我国小水电资源丰富,分布广泛。如何有效地利用小水电资源对农村地区经济,生态等发展有着重要意义。随着近年来小水电调度由人工调度转向智能优化调度,研究并选取优秀的多目标优化算法在调度中起着至关重要的作用。本文重点研究并改进了基于分解的多目标优化算法MOEA/D,针对原先算法中解集容易陷入局部最优的问题,提出了基于角度选择的改进MOEA/D算法MOEA/D-AU,该算法拥有更加良好的分布性和收敛性平衡;而后又对MOEA/D-AU进行了改进,引入了自适应策略来提升算法收敛过程中的自适应能力,提出了基于自适应角度选择的改进MOEA/D-AU算法MOEA/D-AAU。最后参与设计开发了小水电智能调度管理系统,并根据实际情况选取建立合适的小水电群优化调度模型,将前面提出的MOEA/D-AAU算法运用其中并运算出科学的调度方案。本文的主要工作如下:（1）针对原始的基于分解的多目标优化算法MOEA/D在迭代过程中,解集容易陷入局部最优,解集的分布性欠佳等问题,引入角度选择的思想提出了MOEA/D-AU算法。实验结果表明,MOEA/D-AU较原来的算法表现更加优秀,具有更好的收敛性和分布性。（2）针对基于...
【文章来源】：浙江工业大学浙江省
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 选题背景及意义
1.2 小水电多目标优化调度研究现状
1.2.1 小水电多目标优化调度国内外研究现状
1.2.2 小水电多目标优化调度算法研究现状
1.2.3 小水电多目标优化调度发展趋势
1.3 论文来源与组织结构
1.3.1 课题来源
1.3.2 论文组织结构
第2章 多目标优化问题与标准分解算法
2.1 引言
2.2 多目标优化问题
2.2.1 多目标优化问题简述
2.2.2 基于分解的多目标优化算法MOEA/D的提出
2.3 基于分解的多目标优化算法MOEA/D框架
2.3.1 多目标分解方法
2.3.2 算法流程
2.4 MOEA/D算法框架研究现状
2.4.1 MOEA/D算法框架的不同研究路线
2.5 本章小结
第3章 基于角度选择的改进MOEA/D算法
3.1 引言
3.2 标准算法存在的问题
3.3 MOEA/D-AU算法
3.3.1 算法基本原理
3.3.2 算法实现及流程
3.3.3 算法复杂度分析
3.4 实验设计与结果分析
3.4.1 标准测试函数及性能评价指标
3.4.2 比较算法及实验参数设定
3.4.3 角度范围系数G的影响
3.4.4 实验结果及分析
3.5 本章小结
第4章 基于自适应角度选择的改进MOEA/D-AU算法
4.1 引言
4.2 自适应动态调整策略
4.3 MOEA/D-AAU算法
4.3.1 自适应动态调整策略的引入
4.3.2 算法实现及流程
4.3.3 算法复杂度分析
4.4 实验设计与结果分析
4.4.1 标准测试函数及性能评价指标
4.4.2 实验比较算法及参数设定
4.4.3 实验结果及分析
4.5 本章小结
第5章 梯级小水电智能调度管理系统及算法应用
5.1 前言
5.2 系统分析与设计
5.2.1 系统设计要求
5.2.2 系统开发框架
5.2.3 系统运行环境
5.3 调度管理系统功能模块设计
5.3.1 系统功能结构
5.3.2 调度决策模块
5.3.3 智能算法模块
5.3.4 调度模型模块
5.3.5 数据管理模块
5.4 管理系统整体及各模块实现
5.4.1 系统整体界面
5.4.2 系统各模块界面
5.5 MOEA/D-AAU算法系统实现
5.5.1 调度模型原则
5.5.2 小水电多目标调度模型
5.5.3 MOEA/D-AAU算法系统实现
5.6 本章小结
第6章 总结与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果
本文编号：3182826
【文章来源】：浙江工业大学浙江省
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 选题背景及意义
1.2 小水电多目标优化调度研究现状
1.2.1 小水电多目标优化调度国内外研究现状
1.2.2 小水电多目标优化调度算法研究现状
1.2.3 小水电多目标优化调度发展趋势
1.3 论文来源与组织结构
1.3.1 课题来源
1.3.2 论文组织结构
第2章 多目标优化问题与标准分解算法
2.1 引言
2.2 多目标优化问题
2.2.1 多目标优化问题简述
2.2.2 基于分解的多目标优化算法MOEA/D的提出
2.3 基于分解的多目标优化算法MOEA/D框架
2.3.1 多目标分解方法
2.3.2 算法流程
2.4 MOEA/D算法框架研究现状
2.4.1 MOEA/D算法框架的不同研究路线
2.5 本章小结
第3章 基于角度选择的改进MOEA/D算法
3.1 引言
3.2 标准算法存在的问题
3.3 MOEA/D-AU算法
3.3.1 算法基本原理
3.3.2 算法实现及流程
3.3.3 算法复杂度分析
3.4 实验设计与结果分析
3.4.1 标准测试函数及性能评价指标
3.4.2 比较算法及实验参数设定
3.4.3 角度范围系数G的影响
3.4.4 实验结果及分析
3.5 本章小结
第4章 基于自适应角度选择的改进MOEA/D-AU算法
4.1 引言
4.2 自适应动态调整策略
4.3 MOEA/D-AAU算法
4.3.1 自适应动态调整策略的引入
4.3.2 算法实现及流程
4.3.3 算法复杂度分析
4.4 实验设计与结果分析
4.4.1 标准测试函数及性能评价指标
4.4.2 实验比较算法及参数设定
4.4.3 实验结果及分析
4.5 本章小结
第5章 梯级小水电智能调度管理系统及算法应用
5.1 前言
5.2 系统分析与设计
5.2.1 系统设计要求
5.2.2 系统开发框架
5.2.3 系统运行环境
5.3 调度管理系统功能模块设计
5.3.1 系统功能结构
5.3.2 调度决策模块
5.3.3 智能算法模块
5.3.4 调度模型模块
5.3.5 数据管理模块
5.4 管理系统整体及各模块实现
5.4.1 系统整体界面
5.4.2 系统各模块界面
5.5 MOEA/D-AAU算法系统实现
5.5.1 调度模型原则
5.5.2 小水电多目标调度模型
5.5.3 MOEA/D-AAU算法系统实现
5.6 本章小结
第6章 总结与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果
本文编号：3182826
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/3182826.html
